《工業行業專題研究：人形機器人再探討百尺竿頭更進一步-230814（27頁）.pdf》由會員分享，可在線閱讀，更多相關《工業行業專題研究：人形機器人再探討百尺竿頭更進一步-230814（27頁）.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1 證券研究報告 工業工業 人形機器人人形機器人再探討再探討:百尺竿頭更進一步百尺竿頭更進一步 華泰研究華泰研究 機械設備機械設備 增持增持 (維持維持)通用機械通用機械 增持增持 (維持維持)研究員 倪正洋倪正洋 SAC No.S0570522100004 SFC No.BTM566 +(86)21 2897 2228 聯系人 王自王自 SAC No.S0570123070064 +(86)21 2897 2228 行業行業走勢圖走勢圖 資料來源：Wind，華泰研究 2023 年 8 月 14 日中國內地 專題研究專題研究 技術革

2、新技術革新+巨頭入局巨頭入局+政策激勵，多維度催化人形機器人政策激勵，多維度催化人形機器人產業發展產業發展 技術進步+巨頭入局+政策激勵加速 2023 年人形機器人產業發展。2023 年RT-2、Voxposer 等大模型超預期發展，具身智能迎來曙光。特斯拉宣布其人形機器人擎天柱 2024 年有望率先在內部工廠投入使用，微軟、谷歌、三星等科技公司也紛紛入局，有望加快整個產業鏈技術升級。北京 2023 年 6月發布政策，目標 2025 年實現百臺人形機器人原型機生產，實現 3-4 個場景應用，上海、深圳同樣發布政策加緊布局人形機器人，加快其產業化進程。隨著科技龍頭入局、大模型等 AI 技術加速、

3、相關政策密集落地，作為“具身智能”最理想載體的人形機器人有望加速發展。決策決策層：層：大模型大模型賦予賦予機器人“大腦”，機器人“大腦”，具身智能迎來曙光具身智能迎來曙光 谷歌 DeepMind 于 2023 年 7 月 28 日推出全球首個控制機器人的視覺-語言-動作(VLA)模型 RT-2；斯坦福大學李飛飛教授研究團隊于 2023 年 7 月 12日推出 VoxPoser，通過大語言模型加視覺語言模型指導機器人行動。搭載此類模型的機器人有兩方面突破性進展：一是其可以理解自然語言指令，無需復雜的編程語言可完成人機交互；二是無需訓練即可完成復雜指令且產生涌現能力，未知場景下的泛化能力增強。RT

4、-2/Voxposer 還改變了決策結果到運動控制的映射方式，無需經過復雜翻譯即可將高層級設計映射到低層級動作。當機器人“擁抱”大模型，具身智能迎來曙光。感知感知層：層：聚焦力傳感器應用，機器人知“輕重”懂交互聚焦力傳感器應用，機器人知“輕重”懂交互 人形機器人需借助多種傳感器收集多模態數據以供交互，通過聚焦力傳感器領域，我們認為六維力傳感器和關節扭矩傳感器是力傳感核心，向機器人的力控制和運動控制提供力感信息，對實現機器人智能化起重要作用。其中六維力傳感器相比于單軸力傳感器技術壁壘較高，需兼顧優良的靜態性能、動態性能和低維間耦合。未來六維力傳感器需要六維聯合加載標定設備等先進儀器、動態特性優化

5、以及矢量運算中的解耦算法解決技術難點。近期學術前沿論文中提出，人形機器人可利用關節扭矩傳感器和手腕處六維力傳感器的感知反饋定位接觸位置并估計手部物體姿態。執行執行層：剛性驅動器方案成熟，準直驅方案滲透率有望提高層：剛性驅動器方案成熟，準直驅方案滲透率有望提高 機器人關節驅動器目前以電驅為主，經歷了從剛性驅動器、彈性驅動器到準直驅驅動器的過程。特斯拉采用目前相對成熟的剛性驅動器方案，其使用無刷電機驅動高傳動比減速器，在輸出端安裝力傳感器，控制相對簡單，精度高，但效率較低，整體設計方面較難有創新；準直驅驅動技術是新興技術，依靠驅動器電機開環力控，不依賴力傳感器實現本體感知機器人腳部和外界的交互力，

6、功率密度高，力控帶寬大，抗沖擊能力強，但其編碼器技術和電機功率密度仍有待提高。在電機和減速器性能沒有大幅提升的情況下，準直驅驅動器有望逐步替代傳統剛性驅動器。風險提示：模型泛化能力不足，力傳感方案發生變化，驅動器技術升級不及預期。本研報中涉及到未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋。(23)(17)(10)(4)3Aug-22Dec-22Apr-23Aug-23(%)機械設備通用機械滬深300 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2 工業工業 正文目錄正文目錄 技術革新技術革新+巨頭入局巨頭入局+政策激勵，多維度催化人

7、形機器人落地政策激勵，多維度催化人形機器人落地.4 決策層：大模型賦予機器人“大腦”，具身智能迎來曙光決策層：大模型賦予機器人“大腦”，具身智能迎來曙光.7 大模型使機器人理解自然語言，增強泛化能力.7 決策結果到運動控制映射方式改變，機器人實現“手腦協調”.9 感知感知層：聚焦力傳感器應用，機器人知“輕重”懂交互層：聚焦力傳感器應用，機器人知“輕重”懂交互.11 六維力/關節扭矩傳感器為力控核心，使人形機器人知“輕重”.11 高價值高壁壘，六維力傳感器面臨動靜態特性及解耦問題.13 六維力傳感器+本體感知帶來機器人手部物品姿態估計新解法.18 執行層：剛性驅動器方案成熟，準直驅方案滲透率有望

8、提高執行層：剛性驅動器方案成熟，準直驅方案滲透率有望提高.21 報告提及公司報告提及公司.24 風險提示.24 圖表目錄圖表目錄 圖表 1：技術進步+巨頭入局+政策激勵加速 2023 年人形機器人產業提速.4 圖表 2：各大廠大模型快速發展，賦予機器人思考學習能力，推動具身智能發展.5 圖表 3：特斯拉人形機器人實現快速迭代.5 圖表 4：特斯拉人性機器人已實現流暢行走與抓取物品.5 圖表 5：多家科技巨頭布局人形機器人，加快技術進步推進商業化應用.6 圖表 6：中央和地方均推出相關政策加緊布局人形機器人.6 圖表 7：RT-2 幫助機器人在數據從未見過的場景完成多種任務.7 圖表 8：搭載

9、VoxPoser 機器人無需示范可做開瓶、按開關等任務.7 圖表 9：命令“選擇已滅絕動物”，搭載 RT-2 機器人選擇恐龍玩偶.7 圖表 10：智元機器人可根據輸入的自然語言命令完成動作.7 圖表 11：VoxPoser 產生了 4 個“涌現能力”，機器人可以在任務過程中自主生成推理能力，掌握新方法.8 圖表 12：RT-2 提高了機器人在未見過場景中的性能，從 RT-1 的 32%提高到 62%.8 圖表 13：CoT 能夠幫助 RT-2 完成更復雜的任務.9 圖表 14：大模型決策結果到機器人動作控制的映射方式改變.9 圖表 15：RT-2 輸出字符串可直接對應到機器人的坐標、旋轉角等信

10、息.10 圖表 16：Voxposer 工作過程為接受命令LLM 生成與 VLM 交互生成操作指示地圖運動規劃器規劃動作.10 圖表 17：人形機器人需要多種傳感器與真實世界交互.11 圖表 18：多種傳感器幫助人形機器人識別自身的運動狀態和環境狀況.11 圖表 19：UCLAArtmes 足部力覺傳感器方案.12 圖表 20：坤維科技關節扭矩傳感器及六維力傳感器.12 圖表 21：六維力傳感器可測量 X、Y、Z 三軸力和力矩.12 圖表 22：坤維科技腕部六維力傳感器.13 圖表 23：坤維科技踝部六維力傳感器.13 圖表 24：機器人各關節處需關節力矩傳感器反饋力信息.13 圖表 25：關

11、節扭矩傳感器感測各個關節扭力.13 4XkXtZgUlYfWmOsQpMbR9RbRpNrRpNmPfQpPxPkPmNmRbRoPmMMYqNoPuOqRqO 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3 工業工業 圖表 26：國內六維力傳感器市場第一梯隊為 ATI、坤維科技、鑫精誠、宇立儀器.14 圖表 27：國內外六維力傳感器主要參與者及各家產品性能指標.14 圖表 28：六維力傳感器根據傳感元件的不同主要分為三種基本類型：應變片式、光學式以及壓電/電容式.15 圖表 29：硅應變傳感器在穩定性、信噪比、剛度方面具有一定優勢.15 圖表 30：十字型結構對稱性好，兼顧橫

12、向和豎向的應變效果.15 圖表 31：Stewart 結構是一種球面連桿結構，整體較緊湊.15 圖表 32：六維力傳感器選型四個核心步驟為確定量程需求確定使用環境確定機械出線需求確定通訊方式.16 圖表 33：六維力傳感器標定裝置.16 圖表 34：六維力聯合加載標定才能使傳感器的準度更好、串擾更低.16 圖表 35：動態性能補償可以有效提高多維力傳感器的響應速度.17 圖表 36：六個測量方向加載至各自的額定載荷總會出現串擾.17 圖表 37：解耦算法可一定程度減少維間數據關聯度.17 圖表 38：基于視覺感知和 CNN 網絡的 6D 位姿估計算法 PoseCNN.18 圖表 39：在遮擋情

13、況下視覺感知不能有效地檢測出所需的目標輪廓.18 圖表 40：SCOPE 實驗裝置.18 圖表 41：SCOPE 選取合理的抓取接觸位置（下三圖）.18 圖表 42：SCOPE 方法借助六維力傳感器+本體感知完成接觸位置確定和物體姿態估計.19 圖表 43：接觸位置粒子的初始化分布(左)和經過接觸粒子濾波器 10 個步驟后的最終分布(右).19 圖表 44：MultiSCOPE 實現多個接觸跨物體姿態估計，助力機器人使用人類工具。.20 圖表 45：MultiSCOPE 技術未來發展方向會集中于減少收斂到準確的物體姿態估計所需的動作次數，提高效率.20 圖表 46：Atlas 采用液壓驅動，O

14、ptimus 采用電驅動.21 圖表 47：電驅經歷從剛性驅動器、彈性驅動器到準直驅驅動器的過程.21 圖表 48：剛性驅動器由電機/減速器/編碼器/力傳感器和控制板等組成.21 圖表 49：剛性驅動器多數采用諧波減速器，力矩傳感器非必需.21 圖表 50：彈性驅動器引入彈性元件變為欠驅動系統，運動控制精度低.22 圖表 51：PEA 可用于機器人髖關節和上肢外骨骼機器人.22 圖表 52：準直驅型由高扭矩密度電機/行星減速器/編碼器/控制板組成.22 圖表 53：宇樹科技新準直驅驅動器增加離合結構.22 圖表 54：準直驅驅動器效率較高，但因其仍需后備電池所以多用于四足機器人.23 圖表 5

15、5：報告提及公司.24 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4 工業工業 技術革新技術革新+巨頭入局巨頭入局+政策激勵，多維政策激勵，多維度度催化催化人形機器人落地人形機器人落地 技術進步技術進步+巨頭入局巨頭入局+政策激勵政策激勵加速加速 2023 年年人形機器人人形機器人產業產業發展發展。2023 年 ChatGPT 等大語言模型超預期發展，增強人形機器人交互能力，拓寬其應用領域；硬件方面，特斯拉等科技公司紛紛入局，有望加快產業鏈技術進步。我們認為人形雙足機器人為通用機器人的最優解，因為人類社會的種種事物都按照人類的生理結構進行設計，貼近人類形態的雙足機器人更能適應

16、種類多樣的任務，達到通用的目的，隱形成本較小。隨著科技龍頭入局、ChatGPT 等 AI 技術加速、相關政策密集落地，作為“具身智能”理想載體的人形機器人在多種因素的推動下有望快速發展。圖表圖表1：技術進步技術進步+巨頭入局巨頭入局+政策激勵政策激勵加速加速 2023 年人形機器人產業提速年人形機器人產業提速 資料來源：各政府官網，各公司官網，華泰研究 大模型大模型幫助幫助機器人思考學習，機器人思考學習，推動推動具身智能具身智能發展發展。英偉達創始人兼 CEO 黃仁勛在 ITF World 2023 半導體大會上表示，AI 下一個浪潮將是“具身智能”，即能夠理解、推理物理世界并與物理世界互動的

17、智能系統。微軟、Google、英偉達等大廠均積極開展具身智能相關研究。微軟基于 ChatGPT 的強大自然語言理解和推理能力生成控制機器人的相關代碼；英偉達 VIMA 基于 T5 模型，將文本和多模態輸入交錯融合，結合歷史信息預測機器人的下一步行動動作；英偉達 OPTIMUS 使用任務運動規劃器來自動生成足夠的機器人軌跡數據，然后訓練 Transformer 視覺-運動策略，進而預測機器人動作；谷歌 RT-2 則通過 VLM與機器人數據的結合，賦予機器人語義理解和基本推理能力。大模型不斷進步提升人形機器人交互能力，推動具身智能發展。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5

18、 工業工業 圖表圖表2：各大廠各大廠大模型大模型快速發展快速發展，賦予機器人思考學習能力，推動賦予機器人思考學習能力，推動具身智能具身智能發展發展 資料來源：RT-2：谷歌具身智能新突破（華泰計算機，2023 年 8 月 3 日），華泰研究 特斯拉機器人快速迭代特斯拉機器人快速迭代，24 年年有望在工廠投入使用。有望在工廠投入使用。2021 年特斯拉在 AI Day 上首次提出其人形機器人 Optimus 的渲染圖；2022 年 AI Day 上，特斯拉推出原型機，在沒有外接線纜的情況下實現了緩慢行走與揮手；2023 年 5 月股東大會上，特斯拉人形機器人已經可以實現流暢的行走與抓取物品，靈活

19、度較原型機大大提高。2023 年 7 月 20 日，馬斯克表示，目前特斯拉人形機器人擎天柱的制造數量為 10 臺左右，將會在 2023 年 11 月左右對特斯拉自己設計的執行器進行行走等測試，明年人形機器人有望率先在內部工廠投入使用。在應用場景方面，除了工廠以外，公司還考慮將人形機器人與 Neuralink 結合，為殘障人士提供義肢應用場景有望不斷拓展。圖表圖表3：特斯拉人形特斯拉人形機器人實現快速迭代機器人實現快速迭代 圖表圖表4：特斯拉人性機器人已實現流暢行走與抓取物品特斯拉人性機器人已實現流暢行走與抓取物品 資料來源：特斯拉 2022 年 AI Day，華泰研究 資料來源：特斯拉 202

20、3 年股東大會，華泰研究 多多方玩家方玩家布局人形機器人，布局人形機器人，百舸爭流加快百舸爭流加快硬件硬件變革變革。除特斯拉外，國內外多家公司積極研發人形機器人并取得快速進步。2019 年波士頓動力機器人 Atlas 掌握“體操”技巧，能夠連續的跳躍、翻滾；2022 年 8 月，小米發布人形機器人“Cyberone”；2023 年 4 月 1X technologies 機器人 EVE 應用于美國和歐洲部分地區的商業場景；優必選、傅利葉所生產機器人都具備行走，與人協同完成動作等功能；三星宣布將于 2023 年 10 月闡述其“Semicon 人形機器人”計劃。各高校實驗室也在積極嘗試各種技術路

21、徑研發人形機器人，清華大學交叉信息研究院陳建宇團隊機器人“小星”采用準直驅力控方案，可完成多種動作。多方玩家并驅爭先，有望加速人形機器人硬件升級。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6 工業工業 圖表圖表5：多家科技巨頭布局人形機器人，加快技術多家科技巨頭布局人形機器人，加快技術進步進步推進商業化應用推進商業化應用 公司公司 型號型號 功能及應用場景功能及應用場景 特斯拉 Optimus 為植物澆水、移動金屬棒、環境感知和記憶力較好、力度控制較精準 小米 Cyberone 重建真實世界、實現運動姿態平衡、感知人類情緒 波士頓動力 Atlas 行走、奔跑并穿越多種復雜地形

22、、空翻、手部靈活能完成抓取等動作。Agility Robotics Digit 移動手提袋或包裹、卸貨、行走交付 1X technologies EVE 安保、護理、調酒等，目前在售 Engineered Arts Ameca 與人類互動時檢測情緒和年齡，并可以用常見的表情進行交流；可應用于實驗研究、展覽、接待、教育 優必選 Walker X 復雜地形自適應、動態足腿控制、手眼協調操作、柔順物理交互、U-SLAM 視覺導航、自主路徑規劃等；主要應用于科技展館、影視綜藝、商演活動、政企展廳 傅利葉 Fourier GR-1 具備直腿行走、快速行走、敏捷避障、穩健上下坡、應對沖擊干擾、與人協同完成

23、動作等功能；可用于工業、康復、居家、科研等場景 達闥 Cloud Ginger 2.0 應用場景主要包括賣場促銷、直播賣貨、教育科研、清潔打掃、康養陪護、迎賓導覽 追覓 追覓通用人形機器人 可以完成單腿站立；完成室內三維環境的建模；能夠適應不同路面，實現自主避障。資料來源：各公司官網，華泰研究 政策密集出臺，加速政策密集出臺，加速人形人形機器人機器人產業化產業化進程。進程。2023 年 6 月 28 日，北京印發北京市機器人產業創新發展行動方案（2023-2025 年），強調要對標國際領先人形機器人產品，支持企業和高校院所開展人形機器人研發和工程化，目標在 2025 年前實現百臺（套）級人形機

24、器人原型機的生產，并在 3-4 個典型場景中開展示范性應用。十四五以來，中央和地方陸續推出支持人形機器人產業發展的政策，如“十四五”機器人產業發展規劃、“機器人”應用行動實施方案、山東省制造業創新能力提升三年行動計劃（2023-2025 年）、深圳市加快推動人工智能高質量發展高水平應用行動方案（2023-2024 年）等。多地利好政策有望推動人形機器人加快工程化和產業化。圖表圖表6：中央和地方均推出相關政策加緊布局人形機器人中央和地方均推出相關政策加緊布局人形機器人 時間時間 相關部門相關部門 文件名稱文件名稱 相關內容相關內容 2023/6/29 北京市人民政府辦公廳 北京市機器人產業創新發

25、展行動方案(20232025 年)到 2025 年，培育 100 種高技術高附加值機器人產品、100 種具有全國推廣價值的應用場景，萬人機器人擁有量達到世界領先水平。機器人核心產業收入達到300 億元以上。對標國際領先人形機器人產品，支持企業和高校院所開展人形機器人整機產品、關鍵零部件攻關和工程化，加快建設北京市人形機器人產業創新中心。2023/5/31 中共深圳市委辦公廳、深圳市人民政府辦公廳 深圳市加快推動人工智能高質量發展高水平應用行動方案（20232024年）聚焦通用大模型、智能算力芯片、智能傳感器、智能機器人、智能網聯汽車等領域，實施人工智能科技重大專項扶持計劃，重點支持打造基于國內

26、外芯片和算法的開源通用大模型；支持重點企業持續研發和迭代商用通用大模型；開展通用型具身智能機器人的研發和應用，優必選科技已獲批籌建廣東省人形機器人制造業創新中心。2023/5/18 上海市人民政府辦公廳 上海市推動制造業高質量發展三年行動計劃（2023-2025 年）到 2025 年，規模以上制造業企業數字化轉型比例達 80%以上，工業機器人使用密度力爭達 360 臺/萬人。2023/3/13 上海市經濟和信息化委員會 上海市智能機器人標桿企業與應用場景推薦目錄 支持推動以機器人為代表的智能終端產業發展，培育一流營商發展環境。力爭到2025 年，本市將打造 10 家行業一流的機器人頭部品牌、1

27、00 個標桿示范的機器人應用場景、1000 億元機器人關聯產業規模。2023/1/19 工業和信息化部、教育部等十七部門“機器人+”應用行動實施方案 到 2025 年，制造業機器人密度較 2020 年實現翻番，服務機器人、特種機器人行業應用深度和廣度顯著提升。聚焦 10 大應用重點領域，突破 100 種以上機器人創新應用技術及解決方案，推廣 200 個以上具有較高技術水平、創新應用模式和顯著應用成效的機器人應用場景。資料來源：各政府官網，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7 工業工業 決策層：決策層：大模型賦予大模型賦予機器人機器人“大腦”，“大腦”，具身智

28、能迎來曙光具身智能迎來曙光 大模型使機器人理解自然語言，大模型使機器人理解自然語言，增強增強泛化能力泛化能力 大模型為機器人裝大模型為機器人裝上上“大腦”“大腦”，提升提升其理解能力與泛化能力其理解能力與泛化能力。谷歌 DeepMind 于 2023 年 7月 28 日推出全球首個控制機器人的視覺-語言-動作(VLA)模型 RT-2；斯坦福大學李飛飛教授研究團隊于 2023 年 7 月 12 日推出 VoxPoser，通過大語言模型加視覺語言模型指導機器人行動。搭載此類模型的機器人可以像 ChatGPT 一樣被操縱，可理解自然語言指令并且無需預定義的運動原語或額外的數據和訓練，具身智能迎來曙光

29、（具身智能指具有身體并支持物理交互的智能體，可借助智能算法實現理解推理并與物理世界互動）。大模型的發展使機器人更容易理解人類指令并執行動作以完成更好的交互，人形機器人產業化進度有望加快。圖表圖表7：RT-2 幫助機器人在數據從未見過的場景完成多種任務幫助機器人在數據從未見過的場景完成多種任務 圖表圖表8：搭載搭載 VoxPoser 機器人無需示范可做開瓶、按開關等任務機器人無需示范可做開瓶、按開關等任務 資料來源：RT-2:Vision-Language-Action Models Transfer Web Knowledge to Robotic Control（Google DeepMin

30、d，2023），華泰研究 資料來源：VoxPoser:Composable 3D Value Maps for Robotic Manipulation with Language Models（李飛飛等，2023），華泰研究 RT-2/VoxPoser 實現自然語言編程，機器人“善解人意”實現自然語言編程，機器人“善解人意”。RT-2/VoxPoser 的一大突破是使機器人可以理解自然語言指令，無需復雜的編程語言便可完成人機交互。RT-2 模型建立在視覺-語言模型（VLM）的基礎上，賦予機器人語義理解和基本推理能力，使其可以聽懂并自主推理出已滅絕動物（恐龍）和哪種飲料最適合疲憊的人(能量飲料

31、)；李飛飛團隊 VoxPoser 模型只需接收到“打開上面的抽屜，小心花瓶！”類似的指令即可執行任務；在前華為天才少年彭志輝創業公司智元機器人所發布的視頻中，機器人也可根據簡單的文字或語音指令對桌面上不同顏色的方塊進行選取、調位和疊放等操作。圖表圖表9：命令命令“選擇已滅絕動物選擇已滅絕動物”，搭載搭載 RT-2 機器人選擇機器人選擇恐龍玩偶恐龍玩偶 圖表圖表10：智元機器人可根據輸入的自然語言命令完成動作智元機器人可根據輸入的自然語言命令完成動作 資料來源：Google Deepmind，華泰研究 資料來源：智元機器人公眾號，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱

32、讀。8 工業工業 無需訓練即可完成復雜指令無需訓練即可完成復雜指令且產生涌現能力且產生涌現能力，未知場景下，未知場景下 RT-2 模型泛化能力翻倍。模型泛化能力翻倍。新模型的另一大突破是無需預定義的運動原語或額外的數據和訓練，模型泛化能力增強，加速機器人通用化。過去算法下實現機器人扔垃圾的動作需訓練機器人區分、撿起、扔掉垃圾各個步驟，而 RT-2 可以將網絡相關知識傳給機器人，使其無需明確的訓練即可學會扔垃圾。面對之前從未見過的任務情形，RT-2 成功率達到 62%，泛化性能較 RT-1 提高一倍。而 VoxPoser 用大模型指導機器人如何與環境進行交互，達到在無需額外數據和訓練的情況下完成

33、各種任務，并且涌現出了 4 種行為能力，可以自主分步完成任務，掌握評估方法，根據最新要求做出判斷進而調整輸出動作。圖表圖表11：VoxPoser 產生了產生了 4 個“涌現能力”，機器人可以在任務過程中自主生成推理能力，掌握新方法個“涌現能力”，機器人可以在任務過程中自主生成推理能力，掌握新方法 資料來源：VoxPoser:Composable 3D Value Maps for Robotic Manipulation with Language Models（李飛飛等，2023），華泰研究 圖表圖表12：RT-2 提高了機器人在未見過場景中的性能，從提高了機器人在未見過場景中的性能，從 R

34、T-1 的的 32%提高到提高到 62%模型模型 已知場景已知場景 未知物品情況未知物品情況(Unseen Objects)未知背景情況未知背景情況(Unseen Backgrounds)未知環境情況未知環境情況(Unseen Environments)未知場景平均值未知場景平均值 Easy Hard Easy Hard Easy Hard R3M(Nair et al.,2022b)45 32 14 13 9 0 2 12 VC-1(Majumdar et al.,2023a)63 34 10 13 3 0 0 10 RT-1(Brohan et al.,2022)92 31 43 71 9

35、 26 14 32 MOO(Stone et al.,2023)75 58 48 38 41 19 3 35 RT-2-PaLI-X-55B(ours)91 70 62 96 48 63 35 62 RT-2-PaLM-E-12B(ours)93 84 76 75 71 36 33 62 資料來源：RT-2:Vision-Language-Action Models Transfer Web Knowledge to Robotic Control(Deepmind,2023)，華泰研究 RT-2 泛化能力還體現在其泛化能力還體現在其思維鏈（思維鏈（CoT）助助其進行多階段語義推理，其進行多階

36、段語義推理，完成更復雜任務。完成更復雜任務。DeepMind 研究團隊展示了將思維鏈推理納入 RT-2 中使其能夠進行多階段語義推理，他們用少量的“增強”數據微調一個 RT-2-PaLM-E 變種，增強數據中加入了“Plan”步驟，使得 VLM 首先用自然語言描述機器人將要采取的動作的目的，然后再給出預測的機器人動作標記。例如：“指示：我餓了。計劃：選擇 rxbar 巧克力。行動：1 128 124 136 121 158 111 255?！蓖ㄟ^實驗結果可以觀察到，具有思維鏈推理的 RT-2 能夠回答更復雜的命令。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9 工業工業 圖表圖

37、表13：CoT 能夠幫助能夠幫助 RT-2 完成更復雜的任務完成更復雜的任務 資料來源：RT-2:Vision-Language-Action Models Transfer Web Knowledge to Robotic Control，Google（2023），華泰研究 決策結果決策結果到運動控制映射方式到運動控制映射方式改變，機器人實現“手腦協調”改變，機器人實現“手腦協調”此前大模型產出的策略需要借助低級別策略或此前大模型產出的策略需要借助低級別策略或 API 才能完成對機器人的運動控制。才能完成對機器人的運動控制。視覺語言模型生成的結果到機器人動作的映射方式，主要取決于該預測結果的

38、層級。之前模型中預測結果處于高級別設計層級：以 Google PaLM-E 和微軟 ChatGPT for Robotics 為例，PaLM-E 實現了對具身任務的決策方案預測，但不涉及機器人動作的實際控制，需要依賴低級別的現成策略或規劃器來將決策方案“翻譯”為機器人動作。微軟默認提供控制機器人的低層級 API，ChatGPT 輸出是更高層級的代碼，需調用到機器人低層級的庫或 API，從而實現對機器人動作的映射和控制。RT-2 和 VoxPoser 預測結果已經到了低級別動作層級，不需要再經過復雜的翻譯即可將高層級設計映射到低層級動作。圖表圖表14：大模型大模型決策決策結果到機器人動作控制的映

39、射方式改變結果到機器人動作控制的映射方式改變 資料來源：RT-2：谷歌具身智能新突破（華泰計算機，2023 年 8 月 4 日），華泰研究 RT-2 輸出字符串可直接對應到機器人的坐標、旋轉角等信息。輸出字符串可直接對應到機器人的坐標、旋轉角等信息。RT-2 動作控制采用的方法是將機器人動作表示為另一種語言，即文本 token，并與 Web 規模的視覺-語言數據集一起訓練。代表機器人動作的文本字符串可以是機器人動作 token 編號的序列，例如1 128 91 241 5 101 127 217，該字符串以一個標志開始，該標志指示機器人是繼續還是終止當前情節，然后機器人根據指示改變末端執行器的

40、位置和旋轉以及機器人抓手等命令。由于動作被表示為文本字符串，因此機器人執行動作命令就像執行字符串命令一樣簡單。這種表示方式允許谷歌對現有的視覺-語言模型進行微調，并將其轉換為視覺-語言-動作模型。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10 工業工業 圖表圖表15：RT-2 輸出字符串可直接對應到機器人的坐標、旋轉角等信息輸出字符串可直接對應到機器人的坐標、旋轉角等信息 資料來源：RT-2:Vision-Language-Action Models Transfer Web Knowledge to Robotic Control（Google DeepMind，2023）

41、，華泰研究 Voxposer 規劃結果直接規劃結果直接為為機器人運行軌跡機器人運行軌跡。Voxposer 的動作控制實現過程是首先給定環境信息（用相機采集 RGB-D 圖像）和自然語言指令，之后 LLM（大語言模型）根據這些內容編寫代碼，所生成代碼與 VLM（視覺語言模型）進行交互，指導系統生成相應的操作指示地圖（3D Value Map），之后動作規劃器將生成的 3D 地圖作為目標函數，直接合成最終操作軌跡。在用 LLM 和 VLM 將語言指令映射為 3D 地圖的過程中，系統利用“感興趣的實體(entity of interest)”來引導機器人進行操作，也就是通過 3D Value Map

42、 中標記的值來反應哪個物體是對它具有“吸引力”的，哪些物體是具有“排斥性”，比如在打開抽屜的例子中，抽屜就是“吸引”的，花瓶是“排斥”的。圖表圖表16：Voxposer 工作過程為接受命令工作過程為接受命令LLM 生成與生成與 VLM 交互交互生成操作指示地圖生成操作指示地圖運動規劃器運動規劃器規劃動作規劃動作 資料來源：VoxPoser:Composable 3D Value Maps for Robotic Manipulation with Language Models（李飛飛等，2023），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11 工業工業 感知層：

43、感知層：聚焦力傳感器聚焦力傳感器應用應用，機器人知“輕重”懂交互機器人知“輕重”懂交互 人形機器人人形機器人需借助多種傳感器需借助多種傳感器識別自身運動狀態和環境狀況識別自身運動狀態和環境狀況，收集收集多模態數據多模態數據以供交互以供交互。具身智能重點在于具有身體體驗的能力，與環境交互獲得視、聽、觸覺等多模態數據再做出反應，需要模型與傳感器等硬件相互配合。李飛飛教授團隊在介紹 Voxposer 的論文中提到，具身智能依賴于外部感知模塊，在需要整體視覺推理或理解細粒度物體幾何形狀的任務中具有局限性，需要更高級的視覺傳感器或其他傳感方式。因此人形機器人產業化不僅需要大模型完成決策，還需要傳感器等硬

44、件不斷升級進行配合，提供多模態數據。圖表圖表17：人形機器人需要多種傳感器與真實世界交互人形機器人需要多種傳感器與真實世界交互 資料來源：Yole，華泰研究 圖表圖表18：多種傳感器幫助人形機器人識別自身的運動狀態和環境狀況多種傳感器幫助人形機器人識別自身的運動狀態和環境狀況 位置位置 傳感器種類傳感器種類 作用作用 頭部 視覺傳感器 視覺成像，建圖定位，導航 麥克風傳感器 語音識別，進行語音交互 紅外相機或紅外傳感器 感知物體存在 表面 接近傳感器 超聲波雷達或 TOF 用來測距 光電開關或壓力薄膜 直接感知碰撞 內部 溫度傳感器 監測溫度，幫助散熱 濕度、壓力傳感器 檢測機器人體征 IMU

45、 慣性導航模組 平衡和穩定行走的關鍵傳感器。典型 IMU 傳感器有三軸加速度計、三軸陀螺儀。力控傳感器 足部力控 通過氣壓傳感器或壓力傳感器檢測足底，成本較低可保證基本功能 手部力控 檢測握力，觸覺等，控制手部電機 關節力控 檢測關節輸出扭矩 資料來源：中國機器人網，華泰研究 六維力六維力/關節關節扭矩扭矩傳感器傳感器為力為力控控核心，使核心，使人形機器人知“輕重”人形機器人知“輕重”力傳感力傳感發展仍處初期，發展仍處初期，六維力傳感器和關節扭矩傳感器六維力傳感器和關節扭矩傳感器是是核心核心。在機器人多種感知中，力覺感知及對應的力傳感器發展較慢，但其在人形機器人的運動控制中起重要作用，可以增強

46、機器人本體感知及獲取環境物理信息的能力。力傳感器是人形機器人感測力和力矩信息的主流選擇，可協助機器人完成精細和智能的操作任務。人形機器人力感知主要包括兩種模式，一種使用末端的六維力傳感器，一種使用關節扭矩傳感器。人形機器人旋轉、線性執行結構類似于人類關節，對于力的感知相對簡單，可采用關節扭矩傳感器；而對于人形機器人末端執行器（如腕部、踝部）在執行操作的過程中，力的方向和作用點都在三維空間內隨機變化，測量需要精確處理，六維力傳感器更符合需求。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12 工業工業 圖表圖表19：UCLAArtmes 足部足部力力覺傳感器方案覺傳感器方案 圖表圖

47、表20：坤維科技坤維科技關節扭矩傳感器及六維力傳感器關節扭矩傳感器及六維力傳感器 資料來源：Design of a Highly Dynamic Humanoid Robot（2023）（Taoyuanmin Zhu，2023），華泰研究 資料來源：坤維科技公眾號，華泰研究 六維力傳感器精度高、六維力傳感器精度高、獲取力信息最全面獲取力信息最全面。六維力傳感器是一類可以同時檢測 X、Y、Z三軸方向的力和繞三個坐標軸方向的力矩的傳感器，目前已應用于協作機器人和康復醫療機器人中，可以增強機器人與人協同的安全性。六維力傳感器測量維度最高，可以提供最全面的力覺信息，其具有高精度、高靈敏度、快速響應、高

48、耐用性和可靠性的特點，可以輕松檢測到微小的力的變化，實時記錄和傳輸數據，滿足各種應用的需求。相較于三維力傳感器，六維力傳感器適用于力的作用點離傳感器標定參考點距離較遠，且隨機變化，測量精度要求較高的情況。同時機器人可以利用獲得的力矩信息推算受力部件的姿態，監測力矩是否在安全范圍內，有效避免傳感器的過載損壞。圖表圖表21：六維六維力力傳感器可測量傳感器可測量 X、Y、Z 三軸力和力矩三軸力和力矩 資料來源：國際自動化網，華泰研究 六維力傳感器主要用于人形機器人腕部及踝部。六維力傳感器主要用于人形機器人腕部及踝部。六維力傳感器可裝載于機器人的腕部、踝部等核心關節處，讓機器人知“輕重”、懂交互，真正

49、實現類人的運動能力。雙足機器人由于有腳掌的存在，其在落足時會產生力矩，測量該力矩的大小和方向是運動控制中的重要一環。六維力傳感器可搭載于雙足機器人腳踝處，測量各方向的力和力矩，并由控制器通過分析傳感器輸出的各維度數據，得出落腳時的受力狀態，從而對機器人姿態進行調整。六維力傳感器還適用于人形機器人手腕關節處，機械手在執行抓取或裝配工作時，會受到各方向的力，有六維力傳感器作為感知元件，機器人才能精準執行這些工作，甚至做到“穿針引線”。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13 工業工業 圖表圖表22：坤維科技腕部六維力傳感器坤維科技腕部六維力傳感器 圖表圖表23：坤維科技踝部

50、六維力傳感器坤維科技踝部六維力傳感器 資料來源：坤維科技公眾號，華泰研究 資料來源：坤維科技公眾號，華泰研究 關節關節扭矩扭矩傳感器傳感器增強機器人增強機器人本體感知本體感知。關節扭矩傳感器將扭轉力矩引起的物理變化轉換成精確的電信號，從而形成對機器人單關節力矩的測量和記錄。機器人本體感知依賴關節扭矩傳感器感測各個關節扭力，獲得各個部位受力情況，提供機器人整體的姿態及位置信息。關節扭矩傳感器可以實時反饋高質量扭矩信號，迅速識別接觸并立即降低力和速度，因為該傳感器距離電機較近，避免了機器人機械本體動態特性的干擾，帶寬更高，動態響應更快。關節扭矩傳感器本質測量一維力，但要抵抗五維力的干擾，抗干擾能力

51、要求高。圖表圖表24：機器人機器人各關節處需各關節處需關節關節力力矩傳感器矩傳感器反饋力信息反饋力信息 圖表圖表25：關節扭矩傳感器感測各個關節扭力關節扭矩傳感器感測各個關節扭力 資料來源：松諾盟科技有限公司公眾號，華泰研究 資料來源：泰科電子官網，華泰研究 高價值高壁壘高價值高壁壘，六維力傳感器面臨六維力傳感器面臨動靜態特性動靜態特性及解耦及解耦問題問題 進口進口六維六維力傳感器價格昂貴力傳感器價格昂貴，國國內外產品內外產品在在多多方面仍存在差距方面仍存在差距。2022 年，在接受高工機器人采訪時，坤維科技創始人熊琳表示：“一臺高性能的進口力傳感器的價格頂得上國內一臺協作機器人的價格，導致國

52、內機器人行業用不起，加之標校能力和生產方式等多方面的約束，國內多數六維力傳感器廠商無法滿足產能需求，阻礙了第三代工業機器人的發展?！备咝阅芰S傳感器價格從幾千到上萬不等，價值量較高。國內參與者主要是鑫精誠、宇立儀器（安川電機、KUKA、ABB 的力傳感器合作商）、坤維科技（供貨給節卡、遨博、睿爾曼、大族等國內協作機器人廠商），但國產六維力傳感器與外資主流傳感器在靈敏度、串擾、抗過載能力及維間耦合誤差等方面仍存在差距。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14 工業工業 圖表圖表26：國內六維力傳感器市場國內六維力傳感器市場第一梯隊第一梯隊為為 ATI、坤維科技、鑫精誠、宇

53、立儀器、坤維科技、鑫精誠、宇立儀器 資料來源：GGII，華泰研究 圖表圖表27：國內外六維力傳感器主要參與者及各家產品性能指標國內外六維力傳感器主要參與者及各家產品性能指標 企業企業 總部總部 準度準度(%FS)公司簡介公司簡介 坤維科技 中國 0.5%坤維科技成立于 2018 年,是一家致力于提供高精度力覺傳感器(六軸力傳感器)及力控解決方案的企業。公司主營智能力覺傳感器的研發、制造、銷售及技術推廣，開發面向機器人及其他智能裝備行業的力覺傳感器產品,為機器人及其它智能裝備、工業過程監控、產品質量檢測、科研測試測量等領域提供力覺測量解決方案及相關產品。鑫精誠傳感器 中國 1%-3%深圳市鑫精誠

54、科技有限公司成立于 2009 年,公司專注于微型壓力、稱重、多軸力、扭力等多樣化的智能傳感器及控制儀表的工業級產品研發和創新。為 3C 自動化設備、精密醫療、農業、新能源鋰電、機器人、半導體、航空鐵路、高校等領域提供力控系統解決方案與技術合作。宇立儀器 中國 1%-5%宇立儀器有限公司(SRI)是一家集生產、研發于一體的技術密集型企業,是原美 FTSS(現 Humanetics ATD)總工黃約博士于2007 年創立,公司在多軸力傳感器設計領域積累了 20 年經驗，在汽車行業和工業機器人領域具有競爭優勢。藍點觸控 中國 1.5-2%藍點觸控(北京)科技有限成立于 2019 年,是一家專業從事高

55、精度、高性能力傳感器以及力控產品研發和生產的高新技術企業。公司在多維力傳感器、關節扭矩傳感器、機器人力控技術等方面擁有深厚的經驗積累和技術優勢,現已形成了 Wrist 六維力傳感器、Joint 關節扭矩傳感器、力控應用軟件包等多個產品系列。海伯森 中國 1%-2%海伯森技術(深圳)有限公司成立于 2015 年，公司始終專注工業傳感技術的創新，并在光學精密測量、工業 20/3D 檢測、機器人智能應用等領域形成了成熟的產品矩陣,主營產品包括 3D 閃測傳感器、3D 線光譜共焦傳感器、點光譜共焦位移傳感器、超高速工業相機和六維力傳感器等。帕西尼感知科技 中國-公司核心為多維度大陣列傳感器，有應用于機

56、器人關節的六維力傳感器產品。ATI 美國 0.5%-2%ATI 工業自動化公司是世界領先的多維力傳感器制造商，1989 年以來，ATI 工業自動化公司一直致力于開發最先進的產品和解決方案，在世界各地得到了成千上萬的成功應用。公司主營業務包括機器人快速轉換裝置及力傳感器。SCHUNK 德國 2%德國雄克公司(SCHUNK)創建于 1945 年，主營產品包括精密夾具和自動化抓取系統、傳感器等。公司的產品主要應用于機械和自動化領域。Robotiq 加拿大 3%Robotiq 公司成立于 2008 年，總部位于加拿大魁北克，主營產品包括機器人末端夾具、力矩傳感器、機器人相機套件等。OnRobot 丹麥

57、 3%OnRobot 是一家全球性公司,由丹麥 OnRobot、匈牙利 0ptoForce 和美國 Perception Robotics 合并而成。主營產品包括機器人未端夾具、力矩傳感器、機器人相機套件等。Sintokogio 日本 1%-3%Sintokogio 成立于 1934 年,是一家總部位于日本的公司，主營業務分為五個部門。鑄造部門生產和銷售綠砂成型機、綠砂處理系統、化學粘合砂系統等。表面處理部門生產噴氣機和噴丸機。環境設備部門生產集塵器、廢氣凈化器、廢水處理系統等。物料搬運設備部門提供剪刀式升降機、輸送機等。特種設備部門為外圍行業生產設備,包括機電一體化、模具和成型。該公司業務遍

58、及全球，亞洲、北美和歐洲是其前三大市場。WACOH-TECH 日本 1%-3%WACOH-TECH 成立于 2007 年，總部位于日本，主營業務包括力傳感器和 MEMS 傳感器(加速度、陀螺儀)產品的開發、生產、銷售。資料來源：GGII，華泰研究 應變片式為當前六維力傳感器主流應變片式為當前六維力傳感器主流，硅應變傳感器在穩定性、信噪比、剛度方面硅應變傳感器在穩定性、信噪比、剛度方面表現較好表現較好。根據 GGII，六維力傳感器根據傳感元件的不同主要分為三種基本類型：應變片式、光學式以及壓電/電容式。應變片式可分為金屬電阻應變片和硅應變片，當基體受力發生應力變化時，應變片也一起產生變形，使應變

59、片的阻值發生變化。壓電/電容式中，電容是通過極距的變化導致電壓變化，壓電則是通過形變改變電荷。光學式則通常使用光柵或其他光纖技術檢測光功率并將其轉換為電能。目前市場應用的大部分是基于應變片式的測量，其具有靈敏度高、測量范圍大、可靠性高、技術成熟等優點。其中硅應變傳感器在穩定性、信噪比、剛度方面有比較優勢。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15 工業工業 圖表圖表28：六維力傳感器根據傳感元件的不同主要分為三種基本類型：應變片式、光學式以及壓電六維力傳感器根據傳感元件的不同主要分為三種基本類型：應變片式、光學式以及壓電/電容式電容式 傳感元件類型傳感元件類型 圖示圖示

60、原理及特點原理及特點 代表企業代表企業 應變片式 通常采用的是硅應變片或金屬箔，本質是材料本身發生形變進而轉化為阻值變化 ATI、宇立儀器、坤維科技、鑫精誠傳感器、海伯森、神源生智能、Sintokogio、Bota Systems AG、SCHUNK、埃力智能 光學式 通過光纖、光柵反映形變，再轉化成力 OnRobot、OptoForce 壓電/電容式 電容是通過極距的變化導致電壓變化，壓電則是通過形變改變電荷。Robotiq、Robotous、WACOH-TECH、Kistler 資料來源：六維力傳感器標定技術研究（陳俊昌，2022），菁特智能科技，Robotiq 官網，華泰研究 圖表圖表2

61、9：硅應變傳感器在穩定性、信噪比、剛度方面具有一定優勢硅應變傳感器在穩定性、信噪比、剛度方面具有一定優勢 資料來源：leaderobot，華泰研究 應變片式傳感器的應變片式傳感器的彈性體結構彈性體結構是關鍵，是關鍵，一體化和一體化和 Stewart 并聯并聯為主流為主流。應變片式六維力傳感器的彈性體結構設計是核心問題，傳感器的結構受到其應用場合的限制，而力敏感元件的形式和布置直接影響傳感器的靈敏度、剛度、動態性能、維間耦合等，很大程度上決定傳感器性能的優劣。六維力傳感器的典型結構設計主要是一體化結構（豎梁、橫梁）和Stewart 并聯結構。以 Waston 腕力傳感器為典型代表的豎梁結構橫向效

62、應好、結構簡單、承載能力強，但豎向效應差、維間干擾大、靈敏度較低；十字橫梁結構靈敏度高、易加工，易于標定，但存在維間耦合和徑向效應；Stewart 平臺中彈性體采用復合式結構，該類傳感器具有結構緊湊、承載能力強、誤差不累積等優點。圖表圖表30：十字型結構對稱性好，兼顧橫向和豎向的應變效果十字型結構對稱性好，兼顧橫向和豎向的應變效果 圖表圖表31：Stewart 結構是一種球面連桿結構，整體較緊湊結構是一種球面連桿結構，整體較緊湊 資料來源：多維力傳感器的靜動態性能研究（付立悅，2021），華泰研究 資料來源：多維力傳感器的靜動態性能研究（付立悅，2021），華泰研究 免責聲明和披露以及分析師聲

63、明是報告的一部分，請務必一起閱讀。16 工業工業 六維力六維力傳感器選型傳感器選型難度大難度大，技術難點，技術難點集中于集中于保持保持優良的靜態性能、動態性能和低維間耦合優良的靜態性能、動態性能和低維間耦合。六維力傳感器選型難點在于應用多樣性、復雜性。由于傳感器量程和精度成反比關系，選擇合適量程的傳感器才能使精度達到最大；同時在復雜應用場景下，傳感器本體是否能適應應用場景也需要考慮；此外還要綜合考慮精密機構當中的傳感器如何安裝在狹小空間內，如何與機構融為一體等問題。六維力傳感器選型四個核心步驟為確定量程需求確定使用環境確定機械出線需求確定通訊方式。六維力矩傳感器技術難點集中于需兼顧優良的靜態性

64、能、動態性能和低維間耦合。未來六維力矩傳感器需要六維聯合加載標定設備等先進儀器、動態特性優化和矢量運算中的解耦算法解決技術難點。圖表圖表32：六維力傳感器選型四個核心步驟為確定量程需求六維力傳感器選型四個核心步驟為確定量程需求確定使用環境確定使用環境確定機械出線需求確定機械出線需求確定通訊方式確定通訊方式 資料來源：leaderobot，華泰研究 難點一：六維力傳感器難點一：六維力傳感器非線性非線性特性特性顯著顯著，需要更為復雜的，需要更為復雜的六維聯合加載標定六維聯合加載標定。標定是指通過加載理論值的載荷并同時記錄傳感器輸出的對應原始信號的方式，獲得六維力傳感器內部算法的各個參數，建立傳感器

65、原始信號和受力之間的映射關系。標定解耦是六維力傳感器提高精度的主要方法，因此標定工作在傳感器的研發過程中扮演著重要角色?，F有標定裝置存在較多局限性，如加載載荷有限、無法進行復合加載、無法加載所有維度正負方向、維間耦合較大等。這些局限性因素限制了六維力傳感器標定的有效性，影響其最終使用精度，只有采用六維力聯合加載標定，才能使傳感器的準度更好、串擾更低。圖表圖表33：六維力傳感器標定裝置六維力傳感器標定裝置 圖表圖表34：六維力聯合加載標定才能使傳感器的準度更好、串擾更低六維力聯合加載標定才能使傳感器的準度更好、串擾更低 資料來源：六維力傳感器標定技術研究（陳俊昌，2022），華泰研究 資料來源：

66、坤維科技公眾號，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17 工業工業 難點二：難點二：實際應用條件復雜，實際應用條件復雜，動態動態性能優化算法仍需提升性能優化算法仍需提升。六維力傳感器使機器人實現柔順化、智能化控制，因此在動載荷下性能指標要求更高。在實際的力/力矩測量過程中，被測信號大多是動態信號，如機器人打磨拋光時的接觸力、物體高速運動過程中的稱重和炮彈發射過程時的后座力等，這些信號屬于快速時變信號，動態性能較差的傳感器跟蹤測量這些信號難度較大。且當前動態性能的分析方法很難獲得完全意義的沖擊信號和階躍信號，造成感應系統的精度下降。當前業界主要使用優化自身結構、

67、形狀等方法提高動態性能，國內外學者還嘗試利用動態補償濾波器、遺傳算法、神經網絡算法等智能算法來提高傳感器的動態性能。圖表圖表35：動態性能補償可以有效提高多維力傳感器的響應速度動態性能補償可以有效提高多維力傳感器的響應速度 資料來源：多維力傳感器的靜動態性能研究（付立悅，2021），華泰研究 難點三：難點三：維間耦合維間耦合問題問題無法徹底避免，解耦算法紛繁復雜無法徹底避免，解耦算法紛繁復雜。理想的六維力傳感器，每一方向輸出通道的電壓值僅取決于該方向作用力/力矩的大小，與其余五個方向作用力/力矩大小無關。但是由于傳感器的結構設計、機械加工的精度、貼片技術、應變片橫向效應與檢測方式等方面的原因，

68、幾乎每一維作用到傳感器上的力/力矩分量都會對傳感器的各路輸出信號產生影響，造成維間耦合問題。因此需要解耦算法來對六維力傳感器的輸出進行解耦，消除維間干擾，提高傳感器的測量精度。但當前對于多維力傳感器的解耦問題并沒有統一的處理方法，需根據實際情況及傳感器結構進行選擇和優化。圖表圖表36：六個測量方向加載至各自的額定載荷總會出現串擾六個測量方向加載至各自的額定載荷總會出現串擾 圖表圖表37：解耦算法可一定程度減少維間數據關聯度解耦算法可一定程度減少維間數據關聯度 資料來源：坤維科技公眾號，華泰研究 資料來源：多維力傳感器耦合分析及解耦方法的研究（曹會彬等，2011），華泰研究 免責聲明和披露以及分

69、析師聲明是報告的一部分，請務必一起閱讀。18 工業工業 六維力傳感器六維力傳感器+本體感知帶來機器人手部本體感知帶來機器人手部物品物品姿態姿態估計估計新解法新解法 位姿估計位姿估計是機器人領域重要問題，特殊環境下視覺反饋算法估計物品是機器人領域重要問題，特殊環境下視覺反饋算法估計物品姿態姿態可靠性較差?？煽啃暂^差。早期位姿估計算法包括模板匹配和特征點檢測，前者預構建目標位姿模板庫，檢索得到最相似模板圖像對應位姿；后者提取目標二維圖像特征，構建關鍵點匹配后使用 N 點透視法解算。這兩種方法依賴物體表面顏色紋理，受環境因素影響大。之后三維相機在機器人視覺領域得到應用，引入場景三維幾何信息提高目標位

70、姿估計精度，但其需要人工設計圖像特征提取方式，泛化性能差。近期 PoseCNN 構建卷積神經網絡自動提取圖像特征，采用端到端的方式回歸物體三維位姿，但總體來看基于視覺系統的位姿估計算法應用場景受到較大限制，在視覺被阻礙的環境中（狹窄空間進行精細裝配或操作）估計結果可靠性較差。圖表圖表38：基于基于視覺感知和視覺感知和 CNN 網絡的網絡的 6D 位姿估計算法位姿估計算法 PoseCNN 圖表圖表39：在遮擋情況下視覺感知不能有效地檢測出所需的目標輪廓在遮擋情況下視覺感知不能有效地檢測出所需的目標輪廓 資料來源：機器人感知與控制關鍵技術及其智能制造應用（王耀南等，2023），華泰研究 資料來源：

71、橘子采摘機器人目標識別定位方法與實驗研究（西安理工大學機械與精密儀器工程學院，2018），華泰研究 六維力傳感器搭配本體感知六維力傳感器搭配本體感知提供提供機器人手部物品姿態估計機器人手部物品姿態估計新解法新解法。2023 年 7 月，RSS 會議上刊登了機器人感知手部物品姿態解決方案的論文，密歇根大學機器人系的 Andrea Sipos 和 Nima Fazeli 利用機器人本體感知（自身關節處扭矩傳感器的感知反饋）以及手腕上六維力傳感器的觸覺反饋，并使用接觸粒子濾波器算法，定位接觸位置并估計物體姿態，簡稱 SCOPE，該方法可精確的完成接觸位置的確定和物體姿態的估計，有望推動人形機器人的位

72、姿估計能力。圖表圖表40：SCOPE 實驗裝置實驗裝置 圖表圖表41：SCOPE 選取合理的抓取接觸位置（下三圖）選取合理的抓取接觸位置（下三圖）資料來源：Simultaneous Contact Location and Object Pose Estimation Using Proprioception and Tactile Feedback（Andrea Sipos、Nima Fazeli，2022），華泰研究 資料來源：Simultaneous Contact Location and Object Pose Estimation Using Proprioception and

73、Tactile Feedback（Andrea Sipos、Nima Fazeli，2022），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。19 工業工業 SCOPE 可可精準確定接觸位置，快速迭代估計物體姿態精準確定接觸位置，快速迭代估計物體姿態。SCOPE 方法是在接收到六維力傳感器和關節扭矩傳感器的信號數據后，使用接觸粒子濾波器處理，完成物體姿態識別。上述論文中的實驗選用來源于德國宇航局的 Franka Emika Panda 機器人，其是一款高性能七軸協作機器人，每個關節都配有扭矩傳感器，力控性能在同類型機器人里面處于領先地位，手腕的六維力傳感器則是美國企業

74、ATI 生產。在估計過程中雖然初始分布有較大的誤差和高方差，但 SCOPE 可以在短短幾次迭代中以低方差估計物體姿態。并且實驗發現，即使對于較小的，非凸形狀的工具，SCOPE 方法依然可以給出較為精確的姿態估計結果。圖表圖表42：SCOPE 方法借助六維力傳感器方法借助六維力傳感器+本體感知完成接觸位置確定和物體姿態估計本體感知完成接觸位置確定和物體姿態估計 資料來源：Simultaneous Contact Location and Object Pose Estimation Using Proprioception and Tactile Feedback（Andrea Sipos、Ni

75、ma Fazeli，2022），華泰研究 使用接觸粒子濾波器算法進行采樣定位，提供準確力信息。使用接觸粒子濾波器算法進行采樣定位，提供準確力信息?，F有的物體姿態估計信號處理算法可以分為三大類：幾何匹配、概率方法和機器學習方法。目前主流方法是使用概率方法（粒子過濾器、SLAM 和蒙特卡洛方法等）來估計物體的姿勢，其中粒子濾波器所需計算量小，且在非線性情況下表現較好，常被用于定位、跟蹤物體等問題。Sipos 和 Fazeli使用了兩個互補的接觸粒子濾波器（Contact Particle Filter）：一個用于估計接觸位置，另一個用于估計物體姿態，都是在接收到關節處扭矩傳感器和手腕處六維力傳感器

76、的信號后進行概率分布的計算更新，幫助去除來自環境的噪聲和不確定性，得到更準確和可靠的接觸力信息。圖表圖表43：接觸位置粒子的初始化分布接觸位置粒子的初始化分布(左左)和和經過經過接觸粒子濾波器接觸粒子濾波器 10 個步驟后個步驟后的的最終分布最終分布(右右)資料來源：Simultaneous Contact Location and Object Pose Estimation Using Proprioception and Tactile Feedback（Andrea Sipos、Nima Fazeli，2022），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2

77、0 工業工業 MultiSCOPE 實現多個接觸跨物體姿態估計，助力機器人使用人類工具實現多個接觸跨物體姿態估計，助力機器人使用人類工具。Sipos 和 Fazeli進一步于 2023 年 6 月提出 MultiSCOPE，該方法使用本體感知和手腕處六維力傳感同時估計兩個物體在未知配置情況下被兩個協同手臂抓取的姿態。該方法由單個物體的感知擴展到多接觸的交互，實現了跨動作的物體姿態估計。在該實驗中機器人手持扳手可以擰動一個螺釘，即機器人既可以感受到直接接觸的扳手形態，又可以通過扳手和另一只手臂上的力傳感器感受到螺釘的狀態變化，估計兩個抓取物體的姿態，從而完成多任務。該實驗的成功使機器人具備多物體

78、的感知能力，有助于機器人操作人類工具完成多項任務，提高人形機器人多場景下的通用性。圖表圖表44：MultiSCOPE 實現多個接觸跨物體姿態估計，助力機器人使用人類工具。實現多個接觸跨物體姿態估計，助力機器人使用人類工具。資料來源：MultiSCOPE:Disambiguating In-Hand Object Poses with Proprioception and Tactile Feedback（Andrea Sipos、Nima Fazeli，2023），華泰研究 六維力傳感器六維力傳感器+本體感知技術使姿態估計向多模態本體感知技術使姿態估計向多模態+高效連續性發展高效連續性發展?；?/p>

79、于六維力傳感器和本體感知的物體姿態估計技術為機器人感知并抓取物體提供了新解法。該方法可與其他方法完成多模態互補，在無遮擋場景中，視覺感知方法可以與 SCOPE 共同使用以提高性能：比如機器人可以使用視覺反饋來初始化作用域和初步識別，提高感知效率。SCOPE 技術未來的發展方向也會集中于減少收斂到準確的物體姿態估計所需的動作數量和連續的下一步動作選擇算法，以提高機器人抓取物體的連續性和高效性。SCOPE 與六維力傳感器的結合有望加快人形機器人實際應用。圖表圖表45：MultiSCOPE 技術未來發展方向會集中于減少收斂到準確的物體姿態估計所需的動作次數，提高效率技術未來發展方向會集中于減少收斂到

80、準確的物體姿態估計所需的動作次數，提高效率 資料來源：MultiSCOPE:Disambiguating In-Hand Object Poses with Proprioception and Tactile Feedback（Andrea Sipos、Nima Fazeli，2023），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。21 工業工業 執行層執行層：剛性驅動器：剛性驅動器方案方案成熟，準直驅方案成熟，準直驅方案滲透率有望提高滲透率有望提高 特斯拉采用成熟的剛性驅動器方案，未來準直驅方案滲透率有望提高特斯拉采用成熟的剛性驅動器方案，未來準直驅方案滲透率有望

81、提高。機器人關節驅動器按動力來源可以分為液壓、氣動、電驅等。液壓雖然功率高，但可靠性和精度低，噪音大，成本高；氣動柔順性好，安全性高，但精度差，時滯高。電驅因其精度、安靜、高效方面的優勢逐漸成為主流，其經過 30 多年的發展，經歷了從剛性驅動器、彈性驅動器到準直驅驅動器的過程。特斯拉采用的是最早推出，也是相對成熟的剛性驅動器方案。如果電機和減速器性能沒有大幅提升的情況下，在雙足機器人領域剛性驅動器將會逐步被取代。近幾年新興的準直驅驅動器技術發展迅速，未來有望替代傳統的剛性驅動器。圖表圖表46：Atlas 采用液壓驅動，采用液壓驅動，Optimus 采用電驅動采用電驅動 圖表圖表47：電驅經歷從

82、剛性驅動器、彈性驅動器到準直驅驅動器的過程電驅經歷從剛性驅動器、彈性驅動器到準直驅驅動器的過程 資料來源：特斯拉官網，波士頓動力官網，華泰研究 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 剛性驅動器剛性驅動器技術技術相對成熟，整體設計較難創新相對成熟，整體設計較難創新。1983 年，早稻田大學研究出剛性驅動器（TSA），自此 TSA 在雙足仿人機器人上廣泛應用。結構上，TSA 是常規無刷電機驅動高傳動比減速器，有些在電機端增加剎車，在減速器和輸出端增加高剛性力矩傳感器。力矩測量上，TSA 是基于電流或應變片式力矩傳感器?？刂粕?，TSA 控制簡單，精度高

83、。功率和效率方面，TSA 無功率可調，效率較低，安全性較差。TSA 整體設計方面已經較難有創新，在合適工作區間內的最大輸出功率密度只能到 200-300W/kg，遠沒有達到動物肌肉的500W/kg，同時也解決不了機器人受外部沖擊時零部件強度問題，目前的研究集中在優化設計上。圖表圖表48：剛性驅動器由電機剛性驅動器由電機/減速器減速器/編碼器編碼器/力傳感器和控制板等組成力傳感器和控制板等組成 圖表圖表49：剛性驅動器多數采用諧波減速器，力矩傳感器非必需剛性驅動器多數采用諧波減速器，力矩傳感器非必需 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 資料來源：

84、國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。22 工業工業 彈性驅動器技術路線多樣，多數結構和控制復雜彈性驅動器技術路線多樣，多數結構和控制復雜。動物利用剛柔并濟的肌肉骨骼系統在運動過程中儲存和釋放能量，調節能量在時間和功率密度上的不匹配，提高關節爆發力，同時能夠實現落地緩沖。1995 年，MIT 推出彈性驅動器來模擬肌肉系統功能，使關節表現出柔順、安全和高能量效率特性，目前已演化出 SEA、PEA、CEA 和 MEA 多種結構。彈性驅動器多在剛性執行器的基礎上串聯或并聯彈性體。力矩測量上與剛性傳感器較

85、為類似?？刂粕?，多數彈性驅動器方案結構與控制復雜，精度一般。綜合來看，由于彈性體引入，系統為欠驅動，給控制帶來了難度，尤其在機器人腿部使用，機器人整機的運動控制比較難實現。圖表圖表50：彈性驅動器引入彈性元件變為欠驅動系統，運動控制精度低彈性驅動器引入彈性元件變為欠驅動系統，運動控制精度低 圖表圖表51：PEA可用于機器人髖關節和上肢外骨骼機器人可用于機器人髖關節和上肢外骨骼機器人 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 準直驅驅動器是新興技術，編碼器和電機功率密

86、度為其主攻方向。準直驅驅動器是新興技術，編碼器和電機功率密度為其主攻方向。受限于工藝和技術，電機直驅的扭矩密度不能滿足機器人應用的需求，因此，2016 年 Wensing 等推出準直驅驅動器（PA），采用電機加低傳動比減速器（如行星減速器）的方案，實現高帶寬力控和良好的抗沖擊能力。2023 年 UCLA 也采用了類似的方案設計了不同于特斯拉的新型人形機器人結構。結構上，PA 主要由高扭矩密度電機、低傳動比減速器、編碼器和控制板等組成。力矩測量上，PA 應用電流環檢測?？刂坪托噬?，PA 精度高，效率高。安全性上，PA 由于具有反驅特性，安全性好。PA 未來主攻方向是編碼器技術的創新和電機功率密

87、度的提高。圖表圖表52：準直驅準直驅型型由高扭矩密度電機由高扭矩密度電機/行星減速器行星減速器/編碼器編碼器/控制板組成控制板組成 圖表圖表53：宇樹科技新準直驅驅動器增加離合結構宇樹科技新準直驅驅動器增加離合結構 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。23 工業工業 剛性驅動器剛性驅動器 VS 準直驅驅動器準直驅驅動器，成熟系統，成熟系統 VS 高效新解法。高效新解法。結構布局方面，剛性驅動器是常規無

88、刷電機驅動高傳動比減速器，直接帶動輸出端，有些設計在電機端增加剎車，在減速器和輸出端增加高剛性力傳感器，準直驅驅動器是高扭矩密度電機驅動低傳動比減速器，輸出端具有小慣量特性；力矩測量方面，剛性驅動器是基于電流或應變片式力矩傳感器，準直驅驅動器是應用電流環檢測；控制方面，剛性驅動器控制相對簡單，精度高，準直驅驅動器控制簡單，精度相比剛性驅動器來說較低；能量特性方面，剛性驅動器的效率較低，而準直驅的效率較高。安全性方面，剛性驅動器的安全性比較差，準直驅驅動器由于具有反驅特性，安全性好。圖表圖表54：準直驅驅動器效率較高，但因其仍需后備電池所以多用于四足機器人準直驅驅動器效率較高，但因其仍需后備電池

89、所以多用于四足機器人 類型類型 TSA SEA PEA CEA MEA PA 結構配置 電機 高傳動比減速器 高剛性力傳感器 電機 高傳動比速 彈性體 電機 高傳動比減速器 高剛性力傳感器 并聯彈性體 電機 高傳動比減速器 離合機構 SEA 和 PEA 組合 高扭矩密度電機 低傳動比減速器 力矩測量方式 應變片原理或電流 編碼器或應變片原理 應變片原理或電流 編碼器或應變片原理 編碼器或應變片原理 電流 控制特點 簡單、精度高 復雜、精度低 簡單、精度高 復雜、精度一般 復雜、精度一般 簡單、精度一般 功率特點 無功率調制 功率調制好 功率調制好 功率調制好 功率調制好 無功率調制 能量效率

90、效率低 效率一般 效率高 效率非常高 效率非常高 效率高 安全性 安全性差 安全性好 安全性差 安全性一般 安全性好 安全性好 應用 精密系統：如精密機床,儀器儀表,傳統 安全性系統，協作機器人 非對稱載荷或自支撐平衡系統 雙足或四足機器人 效率、安全特性 四足機器人，小型雙足機器人 資料來源：國內外雙足人形機器人驅動器研究綜述（石照耀、丁宏鈺等，2021），華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。24 工業工業 報告提及公司報告提及公司 圖表圖表55：報告提及公司報告提及公司 股票代碼股票代碼 簡稱簡稱 股票代碼股票代碼 簡稱簡稱 股票代碼股票代碼 簡稱簡稱 T

91、SLA US 特斯拉 未上市 OptoForce 未上市 達闥 GOOGL US 谷歌 未上市 波士頓動力 未上市 追覓 MSFT US 微軟 未上市 海伯森 未上市 Engineered Arts 005930 KS 三星電子 未上市 帕西尼感知科技 未上市 松諾盟 H01869 HK 優必選 未上市 ATI 未上市 宇立儀器 1810 HK 小米集團 未上市 SCHUNK 未上市 藍點觸控 NVDA US 英偉達 未上市 Robotiq 未上市 傅利葉機器人 6339 JP Sintokogio 未上市 OnRobot 未上市 神源生智能 ABBN SIX ABB 未上市 WACOH-TE

92、CH 未上市 大族精密 300503 CH 昊志機電 未上市 睿爾曼 未上市 Robotous A23067 CH 節卡股份 未上市 Agility Robotics 未上市 Kistler 6506 JP 安川電機 未上市 1X technologies 未上市 遨博 KU2 DF 庫卡 未上市 坤維科技 未上市 鑫精誠傳感器 資料來源：Wind，華泰研究 風險提示風險提示 模型泛化能力不足模型泛化能力不足：目前 RT-2 和 Voxposer 等大模型泛化能力仍在提升過程中，未來能否達到商用所需的泛化性能標準存在不確定性。力傳感方案力傳感方案發生變化發生變化：人形機器人力控和力傳感的方案仍

93、在更新迭代，六維力傳感器能否在機器人上廣泛應用不確定。驅動器驅動器技術技術升級升級不及預期不及預期：驅動器方案仍在迭代中，準直驅技術更新進度有可能不及預期。本研報中涉及到未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。25 工業工業 免責免責聲明聲明 分析師聲明分析師聲明 本人，倪正洋，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發行人的個人意見；彼以往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露一般聲明及披露 本報告由華泰證券股

94、份有限公司（已具備中國證監會批準的證券投資咨詢業務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機構(以下統稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發布當日的觀點和判斷。在不同時期，華泰可能會發出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能

95、。華泰不保證本報告所含信息保持在最新狀態。華泰對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司不是 FINRA 的注冊會員，其研究分析師亦沒有注冊為 FINRA 的研究分析師/不具有 FINRA 分析師的注冊資格。華泰力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一

96、切后果，華泰及作者均不承擔任何法律責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業績的數據代表過往表現，過往的業績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業務。華泰的銷售人員、交易人員或其他專

97、業人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布的機構或人員，也并非意圖發送、發布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或

98、監管規則的機構或人員。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、刊發符合當地適用法規的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。中國香港中國香港 本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合證券及期貨條例及其附屬

99、法律規定的機構投資者和專業投資者的客戶進行分發。華泰金融控股（香港）有限公司受香港證券及期貨事務監察委員會監管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。26 工業工業 香港香港-重要監管披露重要監管披露 華泰金融控股（香港）有限公司的雇員或其關聯人士沒有擔任本報告中提及的公司或發行人的高級人員。有關重要的披露信息，請參華泰金融控股（香港）有限公司的網頁 https:/.hk/stock_disclosure 其

100、他信息請參見下方“美“美國國-重要監管披露”重要監管披露”。美國美國 在美國本報告由華泰證券（美國）有限公司向符合美國監管規定的機構投資者進行發表與分發。華泰證券（美國）有限公司是美國注冊經紀商和美國金融業監管局（FINRA）的注冊會員。對于其在美國分發的研究報告，華泰證券（美國）有限公司根據1934 年證券交易法（修訂版）第 15a-6 條規定以及美國證券交易委員會人員解釋，對本研究報告內容負責。華泰證券（美國）有限公司聯營公司的分析師不具有美國金融監管（FINRA）分析師的注冊資格，可能不屬于華泰證券（美國）有限公司的關聯人員，因此可能不受 FINRA 關于分析師與標的公司溝通、公開露面和

101、所持交易證券的限制。華泰證券（美國）有限公司是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。任何直接從華泰證券（美國）有限公司收到此報告并希望就本報告所述任何證券進行交易的人士，應通過華泰證券（美國）有限公司進行交易。美國美國-重要監管披露重要監管披露 分析師倪正洋本人及相關人士并不擔任本報告所提及的標的證券或發行人的高級人員、董事或顧問。分析師及相關人士與本報告所提及的標的證券或發行人并無任何相關財務利益。本披露中所提及的“相關人士”包括 FINRA定義下分析師的家庭成員。分析師根據華泰證券的整體收入和盈利能力獲得薪酬，包括源自公司投資銀行業務的收入。華泰證券

102、股份有限公司、其子公司和/或其聯營公司,及/或不時會以自身或代理形式向客戶出售及購買華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或其高級管理層、董事和雇員可能會持有本報告中所提到的任何證券（或任何相關投資）頭寸，并可能不時進行增持或減持該證券（或投資）。因此，投資者應該意識到可能存在利益沖突。評級說明評級說明 投資評級基于分析師對報告發布日后 6 至 12 個月內行業或公司回報潛力（含此期間的股息回報）相對基準表現的預期（A 股市場基準為滬深 300

103、 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數），具體如下：行業評級行業評級 增持：增持：預計行業股票指數超越基準 中性：中性：預計行業股票指數基本與基準持平 減持：減持：預計行業股票指數明顯弱于基準 公司評級公司評級 買入：買入：預計股價超越基準 15%以上 增持：增持：預計股價超越基準 5%15%持有：持有：預計股價相對基準波動在-15%5%之間 賣出：賣出：預計股價弱于基準 15%以上 暫停評級：暫停評級：已暫停評級、目標價及預測，以遵守適用法規及/或公司政策 無評級：無評級：股票不在常規研究覆蓋范圍內。投資者不應期待華泰提供該等證券及/或公司相關的持續或補充信息 免責

104、聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。27 工業工業 法律實體法律實體披露披露 中國中國：華泰證券股份有限公司具有中國證監會核準的“證券投資咨詢”業務資格，經營許可證編號為：91320000704041011J 香港香港：華泰金融控股（香港）有限公司具有香港證監會核準的“就證券提供意見”業務資格，經營許可證編號為：AOK809 美國美國：華泰證券（美國）有限公司為美國金融業監管局（FINRA）成員，具有在美國開展經紀交易商業務的資格，經營業務許可編號為：CRD#:298809/SEC#:8-70231 華泰證券股份有限公司華泰證券股份有限公司 南京南京 北京北京 南京市建鄴區

105、江東中路 228號華泰證券廣場 1號樓/郵政編碼：210019 北京市西城區太平橋大街豐盛胡同 28號太平洋保險大廈 A座 18層/郵政編碼：100032 電話：86 25 83389999/傳真：86 25 83387521 電話：86 10 63211166/傳真：86 10 63211275 電子郵件：ht- 電子郵件：ht- 深圳深圳 上海上海 深圳市福田區益田路 5999號基金大廈 10樓/郵政編碼：518017 上海市浦東新區東方路 18號保利廣場 E棟 23樓/郵政編碼：200120 電話：86 755 82493932/傳真：86 755 82492062 電話：86 21 28972098/傳真：86 21 28972068 電子郵件：ht- 電子郵件：ht- 華泰金融控股（香港）有限公司華泰金融控股（香港）有限公司 香港中環皇后大道中 99 號中環中心 58 樓 5808-12 室 電話：+852-3658-6000/傳真：+852-2169-0770 電子郵件： http:/.hk 華泰證券華泰證券（美國美國）有限公司有限公司 美國紐約公園大道 280 號 21 樓東（紐約 10017）電話：+212-763-8160/傳真：+917-725-9702 電子郵件:Huataihtsc- http:/www.htsc- 版權所有2023年華泰證券股份有限公司